English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 57042/90725 (63%)
造访人次 : 12438780      在线人数 : 82
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/95649


    题名: 水庫入流量預測:以曾文水庫為例(I)
    其它题名: The Forecasting for Inflow of Tsengwen Reservoir(I)
    作者: 虞國興;金士凱;吳啟瑞
    贡献者: 淡江大學水資源及環境工程學系
    关键词: 曾文水庫;入流量;預測;時間序列分析;Tsengwen Reservoir;Inflow;Forecasting;Time Series Analysis
    日期: 1999-03
    上传时间: 2014-02-12 20:32:53 (UTC+8)
    摘要: 本研究主要目的在建立水庫入流量預測模式,以線性ARMA、SAR;非線性RCA、T AR與非常態模式等時間序列模式,分析曾文水庫入流量紀錄,期能獲得較精確之預測結果,以供相關單住擬定各標的供水量。結果顯示,旬、月入流量之最佳模式為非常態模式。TAR模式旬入流量之預測精度僅低於非常態模式,但TAR模式過於複雜,不滿足模式精簡原則,因此不適用於預測曾文水庫旬入流量。
    The major purpose of this research is to establish the forecasting model of inflow for Tsenwen Reservoir by using the linear ARMA, SAR models and nonlinear RCA, TAR, NON-NORMAL models in the field of time series. To expect the result which can be available in making plan for the water quantity of objective supply.The results indicate that the ability of prediction of NON-NORMAL model is the best one for prediction of ten-day and monthly inflow. The accuracy of forecasting for TAR model is only less than NON-NORMAL model, however, TAR model can not be satisfied the parsimony principle. Therefore, TAR model can not be the chosen one.
    關聯: 八十七年度農業水資源經營技術研究計畫成果發表討論會論文集,頁107-123
    显示于类别:[水資源及環境工程學系暨研究所] 會議論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    水庫入流量預測.docx摘要13KbMicrosoft Word130检视/开启
    水庫入流量預測_西文摘要.docx摘要13KbMicrosoft Word119检视/开启

    在機構典藏中所有的数据项都受到原著作权保护.

    TAIR相关文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回馈